Sei G = (V,E) ein gerichteter Graph. Ein geschlossener Pfad, der jede Kante in G genau einmal benutzt, heißt Euler-Tour.

Größe: px
Ab Seite anzeigen:

Download "Sei G = (V,E) ein gerichteter Graph. Ein geschlossener Pfad, der jede Kante in G genau einmal benutzt, heißt Euler-Tour."

Transkript

1 1 2 Grundlgen der Theoretischen Informtik Till Mosskowski Fkultät für Informtik Otto-von-Guericke Universität Mgdeurg Komplexitätstheorie Wintersemester 201/15 Zeitkomplexität 3 Die Komplexitätsklsse P Sei M eine deterministische oder eine nichtdeterministische Turing-Mschine üer einem Alphet Σ. Die Turing-Mschine M heißt polynomiell zeiteschränkt, flls es ein Polynom p(n) git, so dss für lle n N 0 und lle w Σ mit w = n jede Berechnung von M ei Einge w nch höchstens p(n) Schritten in einem Hltezustnd endet. Zur Erinnerung: Flls eine nichtdeterministische Turingmschine M eine Sprche L entscheidet, so ist w L genu dnn wenn es eine Berechnung git, die in q ccept endet. Es müssen nicht lle Berechnungen für w L im Hltezustnd q ccept enden, sondern nur mindestens eine! Aer es müssen lle Berechnungen für w mit w = n nch p(n) Schritten eendet sein, flls M polynomiell zeiteschränkt ist. Eine Sprche L heißt deterministisch mit polynomiellem Zeitufwnd entscheidr oder uch deterministisch in Polynomilzeit entscheidr, flls es eine deterministische polynomiell zeiteschränkte Turing-Mschine git, die L entscheidet. Die Klsse der deterministisch mit polynomiellem Zeitufwnd entscheidren Sprchen wird mit P ezeichnet. 5 6 Beispiele für Proleme in P: Elementeindeutigkeit: {w 1 #w 2 # #w k w 1,...,w k {0,1} und w i w j für lle i j} Grphenproleme: pth = { G,s,t G ist ein ungerichteter Grph, s und t sind Knoten in G, und in G git es einen Pfd der s und t verindet} Sei G = (V,E) ein gerichteter Grph. Ein geschlossener Pfd, der jede Knte in G genu einml enutzt, heißt Euler-Tour. euler-tour = { G G ist ein ungerichteter Grph, der eine Euler-Tour esitzt} Primzhltest: primes = {in(n) {0,1} n ist eine Primzhl} 7 8 Geometrische Proleme: polyline-simplifiction = { P, t, k P ist ein einfcher Polygonzug (mit gnzzhligen Eckpunktkoordinten), der sich zu einem einfchen Polygonzug P mit höchstens k Eckpunkten vereinfchen lässt, so dss P zu P höchstens Astnd t ht} Die Komplexitätsklsse NP Eine Sprche L heißt nichtdeterministisch mit polynomiellem Zeitufwnd entscheidr oder uch nichtdeterministisch in Polynomilzeit entscheidr, flls es eine nichtdeterministische polynomiell zeiteschränkte Turing-Mschine git, die L entscheidet. Die Klsse der nichtdeterministisch mit polynomiellem Zeitufwnd entscheidren Sprchen wird mit NP ezeichnet.

2 9 10 Lemm: P NP. Beispiele für Proleme in NP: Grphenproleme: clique = { G,k G = (V,E) ist ein ungerichteter Grph, k N, und es git eine Teilmenge V V mit V = k, so dss für lle v i,v j V, v i v j, gilt, dss die Knte zwischen v i und v j zu E gehört} independent-set = { G,k G = (V,E) ist ein ungerichteter Grph, k N, und es git eine Teilmenge V V mit V = k, so dss für lle v i,v j V, v i v j, gilt, dss es keine Knte zwischen v i und v j in G git} vertex-cover = { G,k G = (V,E) ist ein ungerichteter Grph, k N, und es git eine Teilmenge V V mit V = k, so dss für lle Knten {u,v} E gilt [ u V oder v V ], d.h., mindestens einer der Endknoten jeder Knte gehört zu V } Ein Hmilton-Kreis in einem gerichteten Grphen ist ein geschlossener Pfd, der jeden Knoten genu einml esucht. hmilton-kreis = { G G esitzt einen Hmilton-Kreis} Beim Prolem der Hndlungsreisenden, engl. trveling slesperson prolem (TSP), sind n Orte und eine Distnzmtrix (d ij ) mit nichtnegtiven gnzzhligen Einträgen und d ii = 0 für i = 1,...,n sowie K N gegeen. Es ist zu entscheiden, o die Kosten der kürzesten Rundreise, lso ds Minimum von c(π) = d π(1)π(2) + d π(2)π(3) + d π(n 1)π(n) + d π(n)π(1) üer lle Permuttionen π von {1,2,...,n}, höchstens K sind. tsp = { (D ij ),K (D ij ) ist eine Distnzmtrix mit nichtnegtiven gnzzhligen Einträgen, so dss die Kosten der kürzesten Rundreise höchstens K sind} Pckungsproleme: Bei Sum of Suset sind 1, 2,..., n N und K N, gegeen und es ist zu entscheiden, o es I {1,2,...,n} git, so dss i = K sum-of-suset = {in( 1 )# #in( n )#in(k) es git I {1,2,...,n} so dss i = K} Beim Prolem Prtition sind 1, 2,..., n N gegeen und es ist zu entscheiden, o es I {1,2,...,n} git, so dss i = i i I prtition = {in( 1 )# #in( n ) es git I {1,2,...,n} so dss i = i I i }

3 17 18 Beim Rucksckprolem sind w 1,w 2,...,w n N und v 1,v 2,...,v n N gegeen sowie W N und V N und es ist zu entscheiden, o es I {1,2,...,n} git, so dss w i W und v i V Geometrische Proleme: re-preserving-polyline-simplifiction = { P, k P ist ein einfcher Polygonzug (mit gnzzhligen Eckpunktkoordinten), so dss es einen P vereinfchenden Polygonzug Q mit höchstens k Eckpunkten git, derrt dss die Flächen zwischen P und Q links von P und die Flächen zwischen P und Q rechts von P gleich groß sind} Üerdeckungsproleme: Gegeen eine endliche Menge U = {u 1,...,u n } und eine Fmilie F = {S 1,...,S m } von Teilmengen von U, gesucht ist eine Teilmenge C F, so dss die Mengen in C prweise disjunkt sind und ihre Vereinigung U ergit. exct-cover = { U,F es git C F mit C 1,C 2 C : (C 1 C 2 C 1 C 2 = /0) und C C = U} Erfüllrkeitsprolem der Aussgenlogik: Eine Vrile, die Whrheitswerte nnehmen knn, nennen wir eine Boolesche Vrile. Im Folgenden steht 1 für whr und 0 für flsch. Eine Boolesche Formel ist ein Ausdruck üer Booleschen Vrilen und den Opertionen, und. Beispiel: (X 1 X 3 ) (X 2 X 3 X X 5 ) (X 1 X X 5 ) (X 2 X 3 X 5 ) Eine Boolesche Formel φ ist erfüllr, flls es eine Belegung der Vrilen mit Konstnten us {0,1} git, so dss sich für φ der Wert 1 ergit Beim Erfüllrkeitsprolem, engl. stisfiility prolem, ist eine Boolesche Formel gegeen und es ist zu entscheiden, o die Formel erfüllr ist. Flls X i eine Boolesche Vrile ist, dnn sind X i und X i Literle. Flls Y 1,...,Y k Literle sind, dnn ist (Y 1 Y 2 Y k ) eine Klusel vom Grd k. Flls C 1,...,C m Kluseln sind, dnn ist C 1 C 2 C m eine Boolesche Formel in konjunktiver Normlform. Für keine der Sprchen us oigen Beispielen für NP ist eknnt, o die Sprche uch in P liegt! Alle etrchteten Sprchen hen er die folgende Eigenschft: Es lässt sich für eine ngeliche Lösung in Polynomilzeit üerprüfen, o die ngeliche Lösung uch eine ttsächliche Lösung ist. st = { φ φ ist eine Boolesche Formel in konjunktiver Normlform und φ ist erfüllr} 23 2 verify-tsp = { (D ij ),K,π (D ij ) ist eine symmetrische Distnzmtrix mit nichtnegtiven gnzzhligen Einträgen, so dss die Kosten der durch π gegeenen Rundreise höchstens K sind} P Verifizierer und Zertifikte Eine Turing-Mschine V ist ein Verifizierer für eine Sprche L genu dnn wenn gilt w L c : w,c L(V) Ein c mit w,c L(V) heißt Zertifikt für w. Eine Sprche L heißt in Polynomilzeit verifizierr, flls es einen Verifizierer V git mit L(V) P und ein Polynom p(n), so dss us w,c L(V) folgt, dss c p( w ) gilt.

4 25 26 Polynomilzeitreduktion Die Klsse der in Polynomilzeit verifizierren Sprchen stimmt genu mit der Klsse NP üerein. Eine Funktion f : Σ Σ heißt in polynomieller Zeit erechenr oder uch in Polynomilzeit erechenr, flls es eine polynomiell zeiteschränkte deterministische Turingmschine git, die f erechnet. Seien L 1,L 2 Σ Sprchen. L 1 heißt in Polynomilzeit uf L 2 reduzierr, flls es eine in polynomieller Zeit erechenre Reduktion f : Σ Σ von L 1 uf L 2 git. Die Reduktion f heißt dnn Polynomilzeitreduktion. Wir schreien L 1 P L 2, flls L 1 in Polynomilzeit uf L 2 reduzierr ist Zur Erinnerung: τ : Σ Σ ist eine Reduktion von A uf B flls für lle x Σ gilt x A τ(x) B Flls A P B und B P C gilt, so gilt uch A P C. τ AB : Σ A Σ B τ BC : Σ B Σ C τ BC τ AB : Σ A Σ C x A x B x A τ AB (x) B τ BC (x) C τ BC (τ AB (x)) C independent-set P vertex-cover. Bei einem ungerichteten Grphen G = (V,E) ist V V eine unhängige Knotenmenge, lso eine Teilmenge, deren Knoten prweise nicht miteinnder verunden sind, genu dnn wenn V V ein Vertex-Cover ist: Sei V eine unhängige Knotenmenge. Flls {u,v} E, so können nicht eide Knoten in V liegen; lso muss mindestens einer in V V liegen. Sei V V ein Vertex-Cover. Flls u und v eide in V liegen, gilt {u,v} E, d sonst mindestens einer der eiden in V V liegen müsste. p(n) q(n) p(n) + q(p(n)) Beispiel für eine vernünftige Kodierung: Wir definieren eine Funktion τ : Σ Σ. Die Funktion τ ildet Wörter us Σ, die nicht von der Form G,k sind, uf eensolche. Ansonsten gilt G,k τ( G,k ) = G,n k woei G = (V,E) und n = V. Die Funktion τ ist wie een gezeigt eine Reduktion von independent-set uf vertex-cover. Ferner ist sie, eine vernünftige Kodierung vorusgesetzt, in polynomieller Zeit erechenr. G = ({v 1,...,v n },E) wird drgestellt mit Hilfe der n n Adjzenzmtrix ( ij ) mit { 1 flls {vi,v ij = j } E 0 sonst Eine Zeile der Adjzenzmtrix wird drgestellt ls Folge von n Nullen und Einsen, umrhmt von $-Zeichen, eine Adjzenzmtrix ls Folge von n solchen Zeilendrstellungen. k wird inär drgestellt, umrhmt von #-Zeichen. G,k ist die Konktention der Drstellungen von G und k Flls B P und A P B, so gilt uch A P. Sei M τ eine Turingmschine, die eine Polynomilzeitreduktion τ von A uf B in Zeit q(n) erechnet. Wegen B P git es eine Turingmschine M B, die B in Polynomilzeit p(n) entscheidet. Zunächst wird τ(w) vi M τ in Zeit q( w ) erechnet. Mn echte, dss τ(w) q( w ). Dnn wird vi M B in Zeit p( τ(w) ) entschieden, o τ(w) B. w τ(w) M A M τ M B τ(w) B τ(w) B w A w A Die Gesmtlufzeit ist in O( q( w ) + p(q( w ))), lso polynomiell in w. Also knn uch A in Polynomilzeit entschieden werden und somit gilt A P. Anlog zeigt mn Flls B NP und A P B, so gilt uch A NP.

5 33 3 hmilton-kreis P tsp. Zu G = ({v 1,...,v n },E) konstruieren wir eine tsp-instnz mit Distnzmtrix (D ij ) mit 0 i = j D ij = 1 {v i,v j } E 2 sonst Diese tsp-instnz esitzt eine Rundreise der Länge höchstens n genu dnn wenn G einen Hmilton-Kreis esitzt. Dies liefert uns, vernünftige Kodierung vorusgesetzt, eine Polynomilzeitreduktion. NP-Vollständigkeit Eine Sprche C heißt NP-vollständig, flls C NP und für lle L NP gilt L P C. Eine Sprche C heißt NP-hrt, flls für lle L NP gilt L P C. C ist lso NP-vollständig genu dnn wenn C eine NP-hrte Sprche ist, die in NP liegt Sei L eine NP-vollständige Sprche. Dnn gilt P = NP genu dnn wenn L P. Nehmen wir n, es sei P = NP. Als NP-vollständige Sprche liegt L in NP und somit in P = NP. Nehmen wir n, L sei eine NP-vollständige Sprche in P. Sei ferner A eine elieige Sprche in NP. D L eine NP-vollständige Sprche ist, gilt A P L. Nch dem zuvor ewiesenen Stz folgt us L P und A P L uch A P. Also gilt NP P. D P NP, ergit sich P = NP. NP-vollständige Sprchen (zw. Proleme) sind lso deshl so wichtig, weil ds Finden eines Polynomilzeitlgorithmus für uch nur eine von ihnen schon Polynomilzeitlgorithmen für lle Sprchen (zw. Proleme) in NP nch sich ziehen würde. Gelänge es ndererseits, zu zeigen, dss P NP, so würde dies edeuten, dss es für keine NP-vollständige Sprche (zw. Prolem) einen Polynomilzeitlgorithmus git Ein NP-vollständiges Prolem Sei L eine Sprche und sei C eine NP-vollständige Sprche. Flls L NP und C P L, so ist uch L eine NP-vollständige Sprche. D C eine NP-vollständige Sprche ist, gilt für lle A NP, dss A P C. Wegen C P L und der Trnsitivität von P somit uch A P L für lle A NP. Ein eschränktes Kchelprolem ist gegeen durch ein Fünftupel D = (D,f 0,H,V,l), woei D eine endliche Menge von Kcheltypen ist, l N eine ntürliche Zhl, f 0 : [ l : l] D eine Funktion und H,V D D inäre Reltionen uf D sind. Gesucht ist eine Funktion f : [ l : l] [0 : l + 1] D, so dss f (m,0) = f 0 (m) für l m l (f (m,n),f (m + 1,n)) H für l m < l, 0 n l + 1 (f (m,n),f (m,n + 1)) V für l m l, 0 n l Eine solche Funktion f heißt D-Kchelung domino = { D D ist ein eschränktes Kchelprolem, für ds es eine D-Kchelung git} domino ist NP-vollständig. Sei A NP elieig. Wir müssen A P domino zeigen. A NP, d.h., es git eine nichtdeterministische Turing-Mschine M A = (K,Σ,Γ,,q s,q,q r ), die A in polynomieller Zeit p(n) entscheidet. Zu einer Einge w Σ konstruieren wir ein eschränktes Kchelprolem D mit l = p( w ), so dss eine Kchelung einer kzeptierenden Berechnung von M A entspricht. D.h., D esitzt eine Kchelung genu dnn wenn w A. Die Kchelreihen einer Kchelung repräsentieren relevnten Bndinhlt und Zustnd. f 0 stellt sicher, dss die unterste Kchelreihe dem Bndinhlt zu Beginn einer Berechnung von M A mit Einge w entspricht.

6 1 2 Detils: Sei Γ = {,..., }. Dnn git es in D die Kcheltypen (...,...,,...,L),,, Ferner git es Kcheltypen, die zu Üergängen in korrespondieren: (q i,σ j,,σ r,s) (q i,σ j,,σ r,l) (q i,σ j,,σ r,r) (...,...,,...,R),σ r σ r σ r,,, q i,σ j q i,σ j q i,σ j 3 Schließlich enthält D die Kcheltypen Beim Erreichen des verwerfenden Hltezustnds q r ist es nicht möglich, eine zugehörige Kchelreihe nch oen hin fortzusetzen. q s, q s, und q, q, q, q, Eine Reduktion τ A, die w Σ wie een eschrieen uf ein eschränktes Kchelsystem ildet, ist in Polynomilzeit erechenr, und es gilt für lle w Σ Kchelpre gehören zu H zw. V, wenn die zugehörigen Rndteile frlich und in der Beschriftung üereinstimmen, flls vorhnden. w A τ A (w) domino D A eine elieige Sprche us NP wr, hen wir somit gezeigt, dss lles Sprchen in NP in Polynomilzeit uf domino reduzierr sind. Es gilt ferner domino NP. 5 6 D enthält die folgenden Kcheltypen: Beispiel(e): ;, R q s ;, S ;, R ;, R ;, S q ;, R q ;, R q r q s q s q s q q,,, q s,, q r q s,, q, q r, q s q s q q s,, q s,, q,, q,, q,, q s, q s, q s, q, q,,,,,, q, q r, q r, q r, q s, r q r r,,,,, q s, q s, q, q, q,,, q,, q,, q, 7 8 (ε,q s,) M (ε,q,) M (ε,q,) M (ε,q s,ε) M (ε,q,ε) q, (ε,q s,) M (ε,q s,) M (ε,q,) M (ε,q,ε) M (ε,q r,ε) q, q, q r, q s, q s, q s q s q, q, q, q, q s, q s, q, q, q, q, q s, q s, q s q s q s, q s,

7 9 (ε,q s,) M (ε,q r,) q s, q s, q r q r, q r

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik 1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 4 Komplexitätstheorie Zeitkomplexität 3 Definition: Sei

Mehr

Reduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion

Reduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion Reduktion Seien A Σ und B Γ. Mn sgt A ist reduzierr uf B (A B) gdw. f : Σ Γ. x Σ.x A f(x) B Í* * A B von speziellem Interesse: Polynomilzeitreduktion ( pol ), logrithmische-pltz- Reduktion ( log ). F3

Mehr

Übungen zur Wiederholung quer durch den Stoff Vollständigkeit wird nicht garantiert, und einige sind umfangreicher als klausurtypisch.

Übungen zur Wiederholung quer durch den Stoff Vollständigkeit wird nicht garantiert, und einige sind umfangreicher als klausurtypisch. Vorlesung Theoretische Informtik Sommersemester 2017 Dr. B. Bumgrten Üungen zur Wiederholung quer durch den Stoff Vollständigkeit wird nicht grntiert, und einige sind umfngreicher ls klusurtypisch. 1.

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Schufchprinzip (Folie 144) Automten und formle Sprchen Notizen zu den Folien Im Block Ds Schufchprinzip für endliche Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl

Mehr

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }. Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,

Mehr

Endliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden.

Endliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden. Aufgensmmlung GTI Hinweise. Dies ist eine Aufgensmmlung zum Lernen für die Klusur, keine Proeklusur. Die Zeitduer, die für die Lösung vorgesehen ist, ist lso nicht uf drei Stunden normiert. Für die Klusur

Mehr

Klausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013)

Klausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013) Berlin, 17.07.2013 Nme:... Mtr.-Nr.:... Klusur TheGI 2 Automten und Komplexität (Niedermeier/Hrtung/Nichterlein, Sommersemester 2013) 1 2 3 4 5 6 7 8 Σ Bereitungszeit: mx. Punktezhl: 60 min. 60 Punkte

Mehr

Theoretische Informatik und Logik Übungsblatt 2 (2017W) Lösung

Theoretische Informatik und Logik Übungsblatt 2 (2017W) Lösung Theoretische Informtik und Logik Üungsltt 2 (207W) en Aufge 2. Geen ie jeweils eine kontextfreie Grmmtik n, welche die folgenden prchen erzeugt, sowie eine Linksleitung und einen Aleitungsum für ein von

Mehr

Prof. Dr. Javier Esparza Garching b. München, den Klausur Einführung in die theoretische Informatik Sommer-Semester 2017

Prof. Dr. Javier Esparza Garching b. München, den Klausur Einführung in die theoretische Informatik Sommer-Semester 2017 Prof. Dr. Jvier Esprz Grching. München, den 10.08.17 Klusur Einführung in die theoretische Informtik Sommer-Semester 2017 Bechten Sie: Soweit nicht nders ngegeen, ist stets eine Begründung zw. der Rechenweg

Mehr

2.6 Reduktion endlicher Automaten

2.6 Reduktion endlicher Automaten Endliche Automten Jörg Roth 153 2.6 Reduktion endlicher Automten Motivtion: Wir sind n Automten interessiert, die mit möglichst wenigen Zuständen uskommen. Automten, die eine Sprche mit einem Minimum n

Mehr

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011 Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 011 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Snder Bruggink Automten und Formle Sprchen 1 Reguläre Sprchen Wir eschäftigen uns

Mehr

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen. Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.

Mehr

Lösungen zum Ergänzungsblatt 4

Lösungen zum Ergänzungsblatt 4 en zum Ergänzungsltt 4 Letzte Änderung: 23. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Vorereitungsufgen Vorereitungsufge 1 Sei M = ({p, q, r}, {, }, δ, p, {q, r}) ein DEA mit folgender

Mehr

Gliederung. Kapitel 1: Endliche Automaten

Gliederung. Kapitel 1: Endliche Automaten Gliederung 0. Motivtion und Einordnung 1. Endliche Automten 2. Formle Sprchen 3. Berechnungstheorie 4. Komplexitätstheorie 1.1. 1.2. Minimierungslgorithmus 1.3. Grenzen endlicher Automten 1/1, S. 1 2017

Mehr

Ergänzungsblatt 6. Letzte Änderung: 24. November 2018

Ergänzungsblatt 6. Letzte Änderung: 24. November 2018 Ergänzungsltt 6 Letzte Änderung: 24. Novemer 2018 Theoretische Informtik I WS 2018 Crlos Cmino Erinnerung: Die Besprechungstermine für die Ergänzungen 7 is 10 fllen is uf Weiteres us. Aufgen, Lösungen

Mehr

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme

Mehr

2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004

2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Universität Krlsruhe Theoretische Informtik Fkultät für Informtik WS 2003/04 ILKD Prof. Dr. D. Wgner 14. April 2004 2. Klusur zur Vorlesung Informtik III Wintersemester 2003/2004 Lösung! Bechten Sie: Bringen

Mehr

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet. Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

Institut für Kryptographie und Sicherheit Dr. Jörn Müller-Quade. Musterlösung zur Hauptklausur Informatik III Wintersemester 2008/2009

Institut für Kryptographie und Sicherheit Dr. Jörn Müller-Quade. Musterlösung zur Hauptklausur Informatik III Wintersemester 2008/2009 Institut für Kryptogrphie und Sicherheit Dr. Jörn Müller-Qude Musterlösung zur Huptklusur Informtik III Wintersemester 2008/2009 Nme: Mtrikelnummer: Seite 1 Aufge 1 (5 + 5 = 10 Punkte) () Gegeen sei der

Mehr

Relationen: Äquivalenzrelationen, Ordnungsrelationen

Relationen: Äquivalenzrelationen, Ordnungsrelationen TH Mittelhessen, Sommersemester 202 Lösungen zu Üungsltt 9 Fchereich MNI, Diskrete Mthemtik 2. Juni 202 Prof. Dr. Hns-Rudolf Metz Reltionen: Äquivlenzreltionen, Ordnungsreltionen Aufge. Welche der folgenden

Mehr

Inhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten

Inhalt. Endliche Automaten. Automaten und Formale Sprachen. Franz Binder. Endliche Automaten. Deterministische Automaten Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm Reguläre δ: Σ (Q Q Ω) Beispiel δ 0 δ 0 1 2 1 2 0 1 2 δ Formle Automt Reguläre Definition Ein nicht-deterministischer, endlicher Automt esteht us einer

Mehr

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III Nme Vornme Mtrikelnummer Lösungsvorschlg Universität Krlsruhe Institut für Theoretische Informtik o. Prof. Dr. P. Snders 8. März 2006 Klusur: Informtik III Aufgbe 1. Multiple Choice 10 Punkte Aufgbe 2.

Mehr

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Institut für Theoretische Informtik Lehrstuhl Prof. Dr. D. Wgner Üungsltt Vorlesung Theoretische Grundlgen der Informtik im WS 78 Ausge 9. Oktoer 27 Age 7. Novemer 27, : Uhr (im Ksten im UG von Geäude

Mehr

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung

Technische Universität München Sommer 2016 Prof. J. Esparza / Dr. M. Luttenberger, S. Sickert. Lösung Technische Universität München Sommer 2016 Prof. J. Esprz / Dr. M. Luttenerger, S. Sickert Lösung Einführung in die theoretische Informtik Klusur Bechten Sie: Soweit nicht nders ngegeen, ist stets eine

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Umwandlung von endlichen Automaten in reguläre Ausdrücke Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip. Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:

Mehr

4. Lineare Gleichungen mit einer Variablen

4. Lineare Gleichungen mit einer Variablen 4. Linere Gleichungen mit einer Vrilen 4. Einleitung Werden zwei Terme einnder gleichgesetzt, sprechen wir von einer Gleichung. Enthlten eide Terme nur Zhlen, so entsteht eine Aussge, die whr oder flsch

Mehr

Grundlagen der Informatik

Grundlagen der Informatik Grundlgen der Informtik Vorlesungsprüfung vom 02.03.2007 Gruppe B Lösung Nme: Mtrikelnummer: Zuerst itte Nme und Mtrikelnummer uf ds Titelltt schreien. Es sind keine Unterlgen und keine Temreit erlut.

Mehr

Franz Binder. Vorlesung im 2006W

Franz Binder. Vorlesung im 2006W Formle Reguläre und Formle Institut für Alger Johnnes Kepler Universität Linz Vorlesung im 2006W http://www.lger.uni-linz.c.t/students/win/ml Formle Inhlt Reguläre Reguläre Formle Zustndsdigrmm δ: Σ (Q

Mehr

Scheinklausur: Theoretische Informatik I

Scheinklausur: Theoretische Informatik I +//+ Scheinklusur: Theoretische Informtik I WS / Hinweise: Hlten Sie die Klusur geschlossen, is der Beginn durch die Aufsichtspersonen ngezeigt wird Betrugsversuche oder Stören hen sofortigen Ausschluss

Mehr

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz. Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.

Mehr

Nichtdeterministische endliche Automaten. Nichtdetermistische Automaten J. Blömer 1/12

Nichtdeterministische endliche Automaten. Nichtdetermistische Automaten J. Blömer 1/12 Nichtdeterministische endliche Automten Nichtdetermistische Automten J. Blömer 1/12 Nichtdeterministische endliche Automten In mnchen Modellierungen ist die Forderung, dss δ eine Funktion von Q Σ Q ist,

Mehr

4. Übungsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16

4. Übungsblatt zu Theoretische Grundlagen der Informatik im WS 2015/16 Krlsruher Institut für Technologie Institut für Theoretische Informtik Prof. Dr. Peter Snders L. Hüschle-Schneider, T. Mier 4. Üungsltt zu Theoretische Grundlgen der Informtik im WS 2015/16 http://lgo2.iti.kit.edu/tgi2015.php

Mehr

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 2. Besprechung in KW44

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 2. Besprechung in KW44 Technische Universität München Winter 08/9 Prof. J. Esprz / Dr. M. Luttenerger, C. Welzel 08//0 HA- TA- Diskrete Strukturen Tutorufgenltt Besprechung in KW Bechten Sie: Soweit nicht explizit ngegeen, sind

Mehr

Theoretische Informatik WS 2014/2015

Theoretische Informatik WS 2014/2015 Prof. Dr. Andres Podelski Mtthis Heizmnn Alexnder Nutz Christin Schilling Probeklusur zur Vorlesung Theoretische Informtik WS 2014/2015 Die Klusur besteht us diesem Deckbltt und sieben Blättern mit je

Mehr

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017

2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2016/2017 2. Klusur zur Vorlesung Theoretische Grundlgen der Informtik Wintersemester 2016/2017 Lösung! echten Sie: ringen Sie den Aufkleber mit Ihrem Nmen und Mtrikelnummer uf diesem Deckbltt n und beschriften

Mehr

Übungsblatt Nr. 1. Lösungsvorschlag

Übungsblatt Nr. 1. Lösungsvorschlag Institut für Kryptogrphie und Sicherheit Prof. Dr. Jörn Müller-Qude Nico Döttling Dirk Achench Tois Nilges Vorlesung Theoretische Grundlgen der Informtik Üungsltt Nr. svorschlg Aufge (K) (4 Punkte): Semi-Thue-Systeme

Mehr

Spiele und logische Komplexitätsklassen

Spiele und logische Komplexitätsklassen Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer

Mehr

Einführung in die Mathematik des Operations Research

Einführung in die Mathematik des Operations Research Universität zu Köln Mthemtisches Institut Prof. Dr. F. Vllentin Dr. A. Gundert Einführung in die Mthemtik des Opertions Reserch Aufge (5+5= Punkte) Sommersemester 4 Lösungen zur Klusur (5. Septemer 4).

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fkultät für Informtik Prof. Tois Nipkow, Ph.D. Ssch Böhme, Lrs Noschinski Sommersemester 2011 Lösungsltt 4 20. Juni 2011 Einführung in die Theoretische Informtik Hinweis:

Mehr

Name... Matrikel Nr... Studiengang...

Name... Matrikel Nr... Studiengang... Proeklusur zur Vorlesung Berechenrkeitstheorie WS 201/1 1. Jnur 201 Prof. Dr. André Schulz Bereitungszeit: 120 Minuten [So oder so ähnlich wird ds Deckltt der Klusur ussehen.] Nme... Mtrikel Nr.... Studiengng...

Mehr

Prof. Dr. Ulrich Furbach Dr. Manfred Jackel Dr. Björn Pelzer Christian Schwarz. Nachklausur

Prof. Dr. Ulrich Furbach Dr. Manfred Jackel Dr. Björn Pelzer Christian Schwarz. Nachklausur Grundlgen der Theoretischen Infomtik SS 213 Institut für Informtik Prof. Dr. Ulrich Furch Dr. Mnfred Jckel Dr. Björn Pelzer Christin Schwrz Nchklusur Modul Grundlgen der Theoretischen Informtik 4IN118/INLP1

Mehr

Minimalität des Myhill-Nerode Automaten

Minimalität des Myhill-Nerode Automaten inimlität des yhill-nerode Automten Wir wollen zeigen, dss der im Beweis zum yhill-nerode Stz konstruierte DEA für die reguläre Sprche L immer der DEA mit den wenigsten Zuständen für L ist. Sei 0 der konstruierte

Mehr

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes

Mehr

Logik und Grundlagen der Informatik

Logik und Grundlagen der Informatik Logik und Grundlgen der Informtik Üungsklusur Stephn Schulz 25. Ferur 2015 1 Aufge 1: (2+2+3P) Sei M 1 = {2x x Z}. Sei M 2 = {5x x N}. ) Bestimmen Sie M 1 M 2. ) Bestimmen Sie M 2 \M 1 c) Geen Sie eine

Mehr

Minimierung von DFAs. Minimierung 21 / 98

Minimierung von DFAs. Minimierung 21 / 98 Minimierung von DFAs Minimierung 21 / 98 Ein Beispiel: Die reguläre Sprche L({, } ) Wie stellt mn fest, o ein Wort ds Suffix esitzt? Ein erster Anstz: Speichere im ktuellen Zustnd die eiden zuletzt gelesenen

Mehr

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge

Mehr

Kürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen

Kürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 15 ORTHOGONALITÄT

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 15 ORTHOGONALITÄT Mthemtik: Mg. Schmid Wolfgng Areitsltt 5. Semester ARBEITSBLATT 5 ORTHOGONALITÄT Ws versteht mn zunächst einml unter orthogonl? Dies ist nur ein nderes Wort für norml oder im rechten Winkel. Ws uns hier

Mehr

10: Lineare Abbildungen

10: Lineare Abbildungen Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert

Mehr

Universität Heidelberg 13. Oktober 2016 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Nadine Losert

Universität Heidelberg 13. Oktober 2016 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Nadine Losert Universität Heidelerg 13. Oktoer 2016 Institut für Informtik Prof. Dr. Klus Amos-Spies Ndine Losert Zweite Klusur zur Vorlesung Einführung in die Theoretische Informtik Es können mximl 60 Punkte erworen

Mehr

Ergänzungsblatt 7. Letzte Änderung: 30. November Vorbereitungsaufgaben

Ergänzungsblatt 7. Letzte Änderung: 30. November Vorbereitungsaufgaben Theoretische Informtik I WS 2018 Crlos Cmino Ergänzungsltt 7 Letzte Änderung: 30. Novemer 2018 Vorereitungsufgen Vorereitungsufge 1 Wiederholen Sie die Begriffe us Üungsltt 0, Aschnitt 4. 1. Welche der

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlgen der Theoretischen Informtik 3. Endliche Automten 6.05.2015 Vioric Sofronie-Stokkermns e-mil: sofronie@uni-kolenz.de 1 Üersicht 1. Motivtion 2. Terminologie 3. Endliche Automten und reguläre Sprchen

Mehr

1.7 Inneres Produkt (Skalarprodukt)

1.7 Inneres Produkt (Skalarprodukt) Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ

Mehr

Klausur zur Vorlesung Theoretische Grundelagen Wintersemester 2009/2010 Lösungsvorschlag

Klausur zur Vorlesung Theoretische Grundelagen Wintersemester 2009/2010 Lösungsvorschlag Institut für Kryptogrphie und Sicherheit Prof. Dr. Jörn Müller-Qude Klusur zur Vorlesung Theoretische Grundelgen Wintersemester 2009/2010 Lösungsvorschlg Nme: Mtrikelnummer: Seite 2 Aufge 1 (4 + 1 + 4

Mehr

Wintersemester 2016/2017 Scheinklausur Formale Sprachen und Automatentheorie

Wintersemester 2016/2017 Scheinklausur Formale Sprachen und Automatentheorie Wintersemester 2016/2017 Scheinklusur Formle Sprchen und Automtentheorie 21.12.2016 Üungsgruppe, Tutor: Anzhl Zustzlätter: Zugelssene Hilfsmittel: Keine. Bereitungszeit: 60 Minuten Hinweise: Lesen Sie

Mehr

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist 6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:

Mehr

a q 0 q 1 a M q 1 q 3 q 2

a q 0 q 1 a M q 1 q 3 q 2 Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 4 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

Zusatzaufgaben zur Vorlesung Grundlagen der Theoretischen Informatik h_da, FB Informatik, SS 2009

Zusatzaufgaben zur Vorlesung Grundlagen der Theoretischen Informatik h_da, FB Informatik, SS 2009 1 Zustzufgen zur Vorlesung Grundlgen der Theoretischen Informtik h_d, FB Informtik, SS 2009 Empfehlung: Bereiten Sie jede Aufge intensiv gleich, o Sie zu einer Lösung kommen oder nicht evor Sie sich die

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunktion eines NFA (Folien 107 und 108) Wie sieht die Üerführungsfunktion us? δ : Z Σ P(Z) Ds heißt, jedem Pr us Zustnd

Mehr

DEA1 Deterministische Version

DEA1 Deterministische Version Endliche Automten 4 Deterministische endliche Automten Zu dem nichtdeterministischen Automten EA git es eine deterministische Version. EA Akzeptor für Wörter üer X = { } mit mindestens einem führenden.

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik 1 2 Grundlgen der Theoretischen Informtik Till Mosskowski Fkultät für Informtik Otto-von-Guericke-Universität Mgdeurg Gegeen sei eine Kleene Alger üer K. Wir etrchten nun n n Mtrizen üer K. Die Menge ller

Mehr

Gliederung. Kapitel 1: Endliche Automaten

Gliederung. Kapitel 1: Endliche Automaten Gliederung. Einleitung und Grundegriffe. Endliche utomten 2. Formle Sprchen 3. Berechenrkeitstheorie 4. Komplexitätstheorie E: diversion.. Grundlgen.2..3. Grenzen endlicher utomten /2, S. 28 Prof. Steffen

Mehr

2 Trigonometrische Formeln

2 Trigonometrische Formeln Mthemtische Proleme, SS 016 Freitg 6.5 $Id: trig.tex,v 1.14 016/05/06 1:6:14 hk Exp $ Trigonometrische Formeln.1 Die dditionstheoreme In der letzten Sitzung htten wir geometrische Herleitungen der dditionstheoreme

Mehr

1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005

1. Klausur zur Vorlesung Informatik III Wintersemester 2004/2005 Universität Krlsruhe Theoretische Informtik Fkultät für Informtik WS 2004/05 ILKD Prof. Dr. D. Wgner 24. Ferur 2005 1. Klusur zur Vorlesung Informtik III Wintersemester 2004/2005 Lösung! Bechten Sie: Bringen

Mehr

( ) ( ) 4. Der Hauptsatz der Infinitesimalrechnung. Hauptsatz (1. Form) I. Newton ( ), G.F. Leibniz ( )

( ) ( ) 4. Der Hauptsatz der Infinitesimalrechnung. Hauptsatz (1. Form) I. Newton ( ), G.F. Leibniz ( ) 4. Der Huptstz der Infinitesimlrechnung Huptstz (. orm) I. Newton (64-77), G.. Leiniz (646-76) ür jede im Intervll [,] stetige unktion f sei ( ) = f ( t) dt sogennnte Integrlfunktion dnn gilt: Die Integrlfunktion

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 2011/12 Minimierung von DFAs Frge Wie können wir feststellen, o ein DFA M = (Z, Σ, δ, q 0,

Mehr

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Schaltnetze. Formale Grundlagen. Huntingtonsche Axiome.

Modul 3: Schaltnetze. Informatik I. Modul 3: Schaltnetze. Schaltnetze. Formale Grundlagen. Huntingtonsche Axiome. Herstsemester 2, Institut für Informtik IFI, UZH, Schweiz Modul 3: Schltnetze Informtik I Modul 3: Schltnetze Einführung in die formlen Grundlgen logischer Beschreiungen Boolesche Alger, Schltlger Vorussetzende

Mehr

S 1. Definition: Ein endlicher Automat ist ein 5-Tupel. Das endliche Eingabealphabet

S 1. Definition: Ein endlicher Automat ist ein 5-Tupel. Das endliche Eingabealphabet Der endliche Automt Modell: Eingend rechtsseitig unegrenzt F F F F F F F F F F F F F F Lesekopf S 1 Definition: Ein endlicher Automt ist ein 5-Tupel A = ( Σ;S;F;s 0 ; ϕ ) Dei ist Σ= {e 1;e 2...e n} Ds

Mehr

Algorithmen und Datenstrukturen 1 Kapitel 4.2

Algorithmen und Datenstrukturen 1 Kapitel 4.2 Endliche Automten Algorithmen und Dtenstrukturen 1 Kpitel 4.2 Roert Giegerich Technische Fkultät roert@techfk.uni-bielefeld.de Vorlesung, U. Bielefeld, Winter 2005/2006 Roert Giegerich Endliche Automten

Mehr

1) Gegeben sei ein endlicher, erkennender Automat, definiert durch: f z, definiert durch das Zustandsdiagramm: a,b. z 3

1) Gegeben sei ein endlicher, erkennender Automat, definiert durch: f z, definiert durch das Zustandsdiagramm: a,b. z 3 (Prüfungs-)Aufgen ur Automtentheorie (enthält uch Aufgen u formlen Sprchen) ) Gegeen sei ein endlicher, erkennender Automt, definiert durch: Eingelphet X = {, } Zustndsmenge Z = {,, 2, 3 } Anfngsustnd

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien Üerführungsfunction eines DFA (Folie 92) Wie sieht die Üerführungfunktion us? δ : Z Σ Z Ds heißt: Ein Pr us Zustnd und Alphetsymol

Mehr

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten)

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 22.7.23 Klusur üer den Stoff der Vorlesung Grundlgen der Informtik II (9 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (SS 23) Ich estätige,

Mehr

3 Trigonometrische Formeln

3 Trigonometrische Formeln Mthemtische Proleme, SS 018 Donnerstg 1.6 $Id: trig.tex,v 1. 018/06/1 14:08:44 hk Exp $ 3 Trigonometrische Formeln 3. Verdoppelungs- und Hlierungsformeln Als Verdoppelungsformeln ezeichnet mn die Formeln

Mehr

Frank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge

Frank Heitmann 2/71. 1 Betrachten wir Σ für ein Alphabet Σ, so ist Σ die Menge Formle Grundlgen der Informtik Kpitel 2 und reguläre Sprchen Frnk Heitmnn heitmnn@informtik.uni-hmurg.de 7. April 24 Frnk Heitmnn heitmnn@informtik.uni-hmurg.de /7 Alphet und Wörter - Zusmmengefsst Die

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informtik Johnnes Köler Institut für Informtik Humoldt-Universität zu Berlin WS 011/1 Inhlt der Vorlesung Themen dieser VL: Welche Rechenmodelle sind däqut? Welche Proleme

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von

Mehr

Vorkurs Theoretische Informatik

Vorkurs Theoretische Informatik Vorkurs Theoretische Informtik Einführung in reguläre Sprchen Areitskreis Theoretische Informtik Freitg, 05.10.2018 Fchgruppe Informtik Üersicht 1. Chomsky-Hierchie 2. Automten NEA DEA 3. Grmmtik und Automten

Mehr

15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1

15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1 5. Kürzeste Wege t s SS DuA - Kpitel 5 Gewichtete Grphen Ein gewichteter Grph G ist ein Pr (V,E) zusmmen mit einer Gewichtsfunktion w, woei E V V un w: E IR. Für e E heißt w(e) s Gewicht von e. Für einen

Mehr

Theoretische Informatik ITI

Theoretische Informatik ITI Institut für Theoretishe Informtik ITI Dr. Jürgen Koslowski Theoretishe Informtik 2 Aufgenltt 6, 2015-06-11 Üungsufge 1 Weisen Sie die N P -Vollständigkeit des E-Prolem Clique nh (vergl. Bltt 5, Aufge

Mehr

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus Klusur Formle Sprchen und Automten Grundlgen des Compilerus 25. Novemer 2014 Nme: Unterschrift: Mtrikelnummer: Kurs: Note: Aufge erreichre erreichte Nr. Punkte Punkte 1 10 2 10 3 12 4 11 5 9 6 6 7 11 8

Mehr

Algorithmen und Datenstrukturen 1 Kapitel 3

Algorithmen und Datenstrukturen 1 Kapitel 3 Algorithmen und Dtenstrukturen 1 Kpitel 3 Technische Fkultät roert@techfk.uni-bielefeld.de Vorlesung, U. Bielefeld, Winter 2008/2009 Kpitel 3: Mschinenmodelle [Dieses Kpitel hält sich eng n ds empfohlene

Mehr

R(i,j,0) ist also für alle i,j = 1,...,n endlich und somit eine durch einen regulären Ausdruck beschreibbare Sprache!

R(i,j,0) ist also für alle i,j = 1,...,n endlich und somit eine durch einen regulären Ausdruck beschreibbare Sprache! 1 2 Reguläre Audrücke und reguläre Sprchen Grundlgen der Theoretichen Inormtik Till Mokowki Fkultät ür Inormtik Otto-von-Guericke Univerität Mgdeurg Winteremeter 2014/15 Stz: [Kleene] Die Kle der durch

Mehr

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten)

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 2.7.24 Klusur üer den Stoff der Vorlesung Grundlgen der Informtik II (9 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (SS 24) Ich estätige,

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

Mehr

3.3 Extrema I: Winkel Ebene/Gerade

3.3 Extrema I: Winkel Ebene/Gerade 3 3 ANALYSIS 3.3 Extrem I: Winkel Eene/Gerde In diesem Aschnitt gehen wir von einer Gerde g und einer g nicht enthltenden Eene ε us und wollen unter llen möglichen spitzen Schnittwinkeln zwischen g und

Mehr

4 Die rationalen Zahlen

4 Die rationalen Zahlen 4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper

Mehr

2 2 Reguläre Sprachen. 2.6 Minimale DFAs und der Satz von Myhill-Nerode. Übersicht

2 2 Reguläre Sprachen. 2.6 Minimale DFAs und der Satz von Myhill-Nerode. Übersicht Formle Systeme, Automten, Prozesse Übersicht 2 2.1 Reguläre Ausdrücke 2.2 Endliche Automten 2.3 Nichtdeterministische endliche Automten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.7 Berechnung

Mehr

Vorlesung Theoretische Informatik Sommersemester 2018 Dr. B. Baumgarten

Vorlesung Theoretische Informatik Sommersemester 2018 Dr. B. Baumgarten Vorlesung Theoretische Informtik Sommersemester 28 Dr. B. Bumgrten Üungen zur Wiederholung quer durch den Stoff Mit Lösungseispielen Vollständigkeit wird nicht grntiert, und einige sind klusuruntypisch

Mehr

mathematik und informatik

mathematik und informatik Prof. Dr. André Schulz Kurs 0657 Grundlgen der Theoretischen Informtik A LESEPROBE mthemtik und informtik Ds Werk ist urheerrechtlich geschützt. Die ddurch egründeten Rechte, insesondere ds Recht der Vervielfältigung

Mehr

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 15.01.2018 Lösung zur Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS

Mehr

Automaten und formale Sprachen Notizen zu den Folien

Automaten und formale Sprachen Notizen zu den Folien 3 Endliche Automten Automten und formle Sprchen Notizen zu den Folien DFA Reguläre Grmmtik (Folie 89) Stz. Jede von einem endlichen Automten kzeptierte Sprche ist regulär. Beweis. Nch Definition, ist eine

Mehr

Kontextsensitive Sprachen. Christian Scheideler Universität Paderborn WS 2014

Kontextsensitive Sprachen. Christian Scheideler Universität Paderborn WS 2014 Kontextsensitive Sprchen Christin Scheideler Universität Pderorn WS 2014 Kontextsensitive Sprchen Definition 5.1.4 Eine Grmmtik heißt kontextsensitiv oder vom Typ Chomsky-1 flls für jede Regel u v gilt

Mehr

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit CHAPTER. MENGEN UND R ELATIONEN.5. ABBILDUNG.5. Abbildung Eine Abbildung (oder Funktion ist eine Reltion f über X Y mit der Eigenschft: für jedes x us X gibt es genu ein y Y mit (x,y f. Die übliche Schreibweise

Mehr

Sind Tokens erst einmal klassifiziert, kann man die Teilwörter vorverarbeiten:

Sind Tokens erst einmal klassifiziert, kann man die Teilwörter vorverarbeiten: Sind Tokens erst einml klssifiziert, knn mn die Teilwörter vorverreiten: Wegwerfen irrelevnter Teile wie Leerzeichen, Kommentren, Aussondern von Prgms, dh Direktiven n den Compiler, die nicht Teil des

Mehr